基于特征域奇异值分解的图像质量评价

摘要：

为了克服传统图像质量评价算法泛化能力不足的问题,提出一种基于特征域奇异值分解的图像质量预测模型.首先从多个特征域(图像及其梯度和相位一致性)中分别比较图像局部的奇异向量和奇异值差异完成视觉特征提取,随后利用支持向量机完成图像感知质量预测.实验表明:所提出的基于支持向量机而构建图像质量预测模型不仅在单个图像数据库上的表现要优于传统的图像质量评价算法,而且有着良好的跨数据库性能变现,表现出较高的泛化性;通过用集成学习器取代单个支持向量机,图像感知质量预测模型的泛化能力还可以进一步提高.

关键词：人眼视觉系统、奇异值分解、支持向量机

所属期刊栏目：39

分类号：TN911.73

资助基金：国家自然科学基金;人事部留学人员科技活动择优资助项目;教育部留学回国人员科研启动基金

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1665-1669,1675